GLM-OCR vs PaddleOCR-VL: ¿qué analizador de documentos pequeño deberías usar?
Dos analizadores de documentos de 0.9B: GLM-OCR (MIT, SDK, extracción de formularios) y PaddleOCR-VL (Apache 2.0, gráficos y sellos). Compara herramientas, licencia y puntuaciones.
Veredicto. Ambos son analizadores de documentos de 0.9B que convierten páginas en Markdown con tablas y fórmulas, así que la elección depende de la licencia, las herramientas y de en qué puntuaciones confíes. GLM-OCR (febrero de 2026, MIT) incluye un SDK para análisis de documentos y también puede extraer campos de formularios a una estructura JSON fija. PaddleOCR-VL (mayo de 2026, Apache 2.0) añade gráficos y sellos y encaja con documentos con mucho chino, pero su ruta por defecto necesita el framework PaddlePaddle. Sus puntuaciones estrella de OmniDocBench, 94,62 en V1.5 para GLM-OCR y 96,33 en v1.6 para PaddleOCR-VL, vienen de versiones distintas del benchmark y de los propios desarrolladores, así que no se pueden comparar. Prueba ambos con una muestra de tus propios documentos.
Especificaciones
| Especificaciones | GLM-OCR | PaddleOCR-VL |
|---|---|---|
| Desarrollador | Z.ai (Zhipu AI) | Baidu |
| Lanzamiento | 2 de febrero de 2026 | 28 de mayo de 2026 |
| Parámetros totales | 900M (GLM-OCR) | 960M (PaddleOCR-VL-1.6) |
| Parámetros activos | Todos | Todos |
| Arquitectura | Densa | Densa |
| Ventana de contexto | – | – |
| Entrada | Texto, Imagen | Texto, Imagen |
| Licencia | MIT (Permisiva) | Apache 2.0 (Permisiva) |
| Memoria de la variante más pequeña (4 bits) | 0.621 GB (GLM-OCR) | 0.662 GB (PaddleOCR-VL-1.6) |
Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.
Elige GLM-OCR si
- Necesitas campos de identificaciones, facturas y formularios devueltos como JSON fijo.
- Quieres ajustar un modelo OCR pequeño, ya que hay una guía de LLaMA-Factory.
- Quieres un SDK que convierta escaneos y PDF en Markdown con tablas y fórmulas.
- Prefieres la licencia MIT para el modelo.
Elige PaddleOCR-VL si
- Tus documentos tienen mucho chino, incluyen textos antiguos o caracteres raros, o contienen gráficos y sellos.
- Quieres la licencia Apache 2.0 para un flujo comercial.
- Ya usas PaddleOCR o PaddlePaddle, o puedes seguir su ruta Docker, porque la ruta por defecto necesita PaddlePaddle 3.2.1 o superior.
- Quieres un reemplazo directo de PaddleOCR-VL-1.5.